从基本统计数据和一直听到“相关性不是因果关系”来看，我倾向于认为即使 X 和 Y 不是因果关系，也可以说“X 和 Y 是相关的”。例如，我通常认为冰淇淋销量和泳装销量相关是完全可以的，因为泳装销量高可能意味着冰淇淋销量高（即使泳装销量的增加不会导致冰淇淋销量的增加） ）。
但是，在学习时间分析时，我对这个术语有些困惑。似乎时间序列分析师不会说冰淇淋销售与泳装销售相关，而是说冰淇淋销售与泳装销售虚假相关。未经修改的“X 与 Y 相关”似乎是为 X 实际上导致Y的情况保留的，因此可以说温度（但不是冰淇淋）与泳装销售相关。
这个对吗？我的问题是虚假相关似乎有两种含义：
- 将两个独立的随机游走相互回归，普通的统计测试会说它们是相关的，即使这两个随机游走显然在任何方面都不相关。（我对虚假相关的含义很满意，因为确实没有关系。）
- 将冰淇淋销售与泳装销售进行回归。让我感到困惑的是，这种相关性被称为虚假，因为冰淇淋销售和泳装销售之间确实存在关系，即使这种关系不是因果关系。
所以我想我的问题是：时间序列分析师是否为因果关系保留术语“（非虚假）相关性” - 所以对于时间序列分析师来说，相关性意味着暗示因果关系！- 虽然统计学家一般都可以使用“相关性”来表示任何类型的（可能是非因果关系）关系？